基于熵權法TOPSIS模型的房地產企業財務風險評估

[摘 要]受“房住不炒”導向及相關配套政策影響，房地產行業面臨的風險逐漸增大。對于投資者及購房者而言，有效識別高風險的房地產企業能幫助其盡量規避可能出現債務違約、建筑爛尾等現象的企業，實現資金的合理配置。文章選取2017年至2018年僅在A股上市的房地產企業，基于熵權法和TOPSIS法，運用盈利能力、償債能力、營運能力、成長能力、現金能力構建了房地產企業財務風險評估五維模型。研究結果表明，房地產行業風險在地域上已向一、二線城市擴散、在行業內正向少數企業集中，投資者和購房者在評估房企財務風險時最應關注企業的償債能力，其次是現金能力和營運能力。

[關鍵詞]熵權法;TOPSIS法;房地產行業;財務預警

[DOI]10.13939/j.cnki.zgsc.2021.16.156

1 引言

自2020年年初至七月中旬，已有250余家房地產企業宣告破產。統計數據顯示，破產的房地產企業多為三四線城市區域性中小型房地產企業，但其中不乏部分總部位于上海、廣州、杭州、西安等一、二線城市的企業。房地產企業破產潮的主要成因包括房地產行業整體財務杠桿偏高、新冠肺炎疫情及“房住不炒” 定位導致房產成交量短期萎縮等。為保障房地產企業平穩過渡，部分地方政府出臺扶持政策。其中，供給端扶持政策包括允許企業延期或分期繳納土地出讓金、允許企業辦理開竣工延期、降低商品房預售條件和預售資金監管留存比例等，需求端扶持政策包括加大住房公積金支持力度、支持人才購房、發放購房補貼等。

宏觀環境的變革無疑加劇了房地產企業的分化，對于投資者、債權人、潛在購房者、地方政府等而言，運用量化手段快速有效地評估企業風險、預判其出現財務危機的可能性并采取相應措施顯得尤為重要。

為評估企業財務風險并進行財務預警，國內外學者研究提出了單變量分析法（Fitzpatrick，1932）、Z-Score模型（Altman，1968）、Logistic模型（Ohlson，1980）、主成分分析法（張愛明等，2001）、神經網絡模型（曹彤等，2014）等。現有研究成果顯示，總資產收益率、凈資產收益率、息稅前利潤率、股東權益比率、資產負債率、總資產周轉率等反映企業盈利能力、償債能力、營運能力的指標均可在一定程度上對企業財務危機做出預判。在此基礎上，專家學者們還試圖從現金能力（周首華等，1996）、公司治理（梁琪等，2009）及內部控制完善程度（萬希寧等，2007）、股票價格變化幅度（Beaver，1968）等角度預判企業財務危機。

基于熵權法的TOPSIS法能有效消除不同量綱的影響、減少主觀估計偏差，且該方法對樣本數據的假設條件相對寬松、操作軟件簡便易學，因而其應用日漸廣泛。目前，采用TOPSIS法評估特定行業財務風險的研究分析還相對較少。鑒于2017年是房地產調控政策出臺極為密集的一年，文章以2017—2018年僅發行A股的房地產業上市公司為樣本，運用基于熵權的TOPSIS法評估企業風險并得出相關結論與啟示，豐富了相關研究成果。

2 財務風險評估體系的設計與指標選取

文章從盈利能力、償債能力、營運能力、成長能力、現金能力五個維度對房地產企業進行風險評估。具體而言，文章所選取的用于衡量盈利能力指標包括銷售毛利率、資產凈利率，所選取的用于衡量償債能力指標包括產權比率、流動比率、速動比率、超速動比率、利息保障倍數，所選取的用于衡量營運能力指標包括總資產周轉率、流動資產周轉率、營業周期，所選取的用于衡量成長能力指標包括總資產增長率、主營業務收入增長率，所選取的用于衡量現金能力指標包括銷售現金比率、主營業務收入現金含量、凈利潤現金含量、現金股利保障倍數。其中，除產權比率和營運周期為正向指標外，其余指標均為反向指標。整體評價指標體系如表1所示。

3 財務風險評估的實證分析

3.1 樣本選取及數據來源

文章參照證監會2012年頒布的行業分類指引，選取2017—2018年僅在A股上市的房地產企業為研究樣本。選取僅在A股上市的房地產企業的原因在于：與A+H股上市的房地產龍頭企業相比，僅在A股上市的房地產企業整體有體量相對較小、質量相對較弱的特點，且兩者在相關法律約束、融資選擇空間、股利支付策略等方面顯著存在差異。文章剔除了初始研究樣本中重要數據缺失的公司，最終得146個樣本（2017年78個、2018年68個）。文章的數據來源為RESSET數據庫。

3.2 基于熵權法TOPSIS模型的應用

文章通過建立熵權法TOPSIS模型評價樣本企業財務風險，具體步驟如下。

3.2.1 利用熵權法客觀賦權

依據信息論基本原理，信息的熵值可反映指標的離散程度。信息熵越小，指標的離散程度越大，指標對綜合評價的影響也越大。熵權法正是基于指標的離散程度對其進行客觀賦權的方法。與AHP法的主觀賦權不同，熵權法更注重于反映數據本身的內在統計規律而非決策者的主觀意圖。也就是說，熵權法的采用能有效降低主觀隨機性，使運算結果更為科學可靠。文章各指標的賦權步驟如下：

設共有m個樣本、n項評價指標，則可用xij表示第i個樣本第j項指標的值。進一步的，原始數據可整合為矩陣A={xij}m×n（i=1， 2， …， m; j=1， 2， …， n）。文章共計148個樣本（2017年78個、2018年68個），包含16項評價指標。

為消除樣本量綱并減少運算結果對均值較大指標的偏向，通常采用線性變換、標準0～1變換、向量規范化等方法對數據進行標準化處理。文章采用標準0～1變換對數據進行了初步處理。具體運用的公式如下：

在此基礎上，文章運用公式（2）和公式（3）計算各指標信息熵并對其進行客觀賦權。ej和wj（j=1，2，…，n）的具體數值如表2所示。

熵權法客觀復權的結果顯示，償債能力指標在2017年占權重56.20%、在2018年占權重44.33%，其始終是衡量企業財務風險、預警企業財務困境的關鍵指標。在償債能力指標中，占權重最大的是反映企業總體償債能力的產權比率，其在2017年占權重41.50%、在2018年占權重35.59%。在2017年，速動比率和超速動比率占權重12.44%、流動比率占權重2.25%，而2018年前者降至2.63%、后者升至6.11%，該變化顯示在房地產企業財務風險指標體系中，長期償債能力變得更為重要。這符合房地產企業面臨長期政策調控，尋求總體債務配比優化的新情況。

營運能力在2017年和2018年分別占權重16.39%、16.38%，且營業周期指標始終為衡量該能力的最高權重指標。現金能力在2017年和2018年分別占權重18.87%、21.90%，上升3.03%，且銷售現金比率始終為衡量該能力的最高權重指標。該組指標符合房地產行業整體“去庫存”、提升盈利質量的需求。

在2018年，房地產企業盈利能力權重由6.61%上升至13.43%。盈利能力指標權重的提升反映了不同房地產企業在政策調控背景下出現了更為嚴重的利潤分化。

此外，成長能力在2017年和2018年占權重均在5%以下。在“房住不炒”導向下，房地產企業的增長速度較之前年度普遍更為平穩，企業成長速度區分度不大。

3.2.2 運用TOPSIS法進行多目標決策

TOPSIS法的基本原理是構造多目標決策的正理想解和負理想解，并依照評價對象到正負理想解的明考斯基距離評價多目標決策的優劣。歐氏幾何距離是明考斯基距離的特殊情況。TOPSIS法的運用過程如下：

文章按照上述步驟得出2017年和2018年的房地產企業財務風險排序，由于篇幅限制，文章僅披露每年財務風險排名前10的企業。

由表3可知，2017年財務風險排名較高的房地產企業有華發股份（600325）、蘇州高新（600736）、信達地產（600657）等，2018年財務風險排名較高的房地產企業有電子城（600658）、西藏城投（600773）、天保基建（000965）等。該統計結果顯示，高風險的房地產企業已不僅局限于三四線城市企業，其風險業已傳導至總部位于廣東省（華發股份）、江蘇省（蘇州高新）、北京市（信達地產）等發達省市的企業。此外，由表中可觀察到，與2017年財務風險排名前10位的企業相比，2018年排名前10位的企業Ci值差距顯著增大，即房地產企業綜合財務風險由行業普遍性風險逐漸向部分企業分化集中。此外，房地產企業的財務風險評估不應僅局限于綜合分析，產權比率、營業周期、銷售現金率等熵權法下的高權重指標也應被給予重點關注。具體而言，2018年的分析數據顯示，以下房地產企業由于高權重指標重度偏離可能亦存在較高風險：產權比率嚴重偏離的魯商置業（600223）、營業周期嚴重偏離的榮豐控股（000668）、銷售現金比率嚴重偏離的電子城（600658）、產權比率與營業周期均大幅偏離的云南城投（600239）和泰禾集團（000732）、營業周期與銷售現金比率均大幅偏離的西藏城投（600773）和北京城建（600266）。

2017—2018年間，部分企業的綜合財務風險排名發生了較大變動，變動幅度排名前三位的企業分別為華發股份（600325）、京能置業（600791）、北京城建（600266）。

2017至2018年間，華發股份（600325）的銷售現金比率等現金能力指標提升顯著，綜合財務風險排名由第1位降至64位。受盈利能力、償債能力下降的影響，京能置業（600791）的綜合財務風險排名由第78位升至8位。受營運能力、成長能力下降的影響，北京城建（600266）的綜合財務風險排名由第73位升至6位。

為進一步描述房地產行業財務風險狀況，文章分別對2017年與2018年的樣本企業運用了聚類分析法。文章運用K均值聚類法將樣本聚為3類，并得出了以下結論：①2017年，Ⅰ類風險企業占比55.13%、Ⅱ類風險企業占比34.62%，合計占比達89.74%。與之相對應的，Ⅲ類風險企業僅占8家 財信發展、格力地產、北京城建、大龍地產、新光圓成、三湘印象、棲霞建設、京能置業。。結合Ci的極距（0.6673-0.4184=0.2489），由統計數據可知，在2017年，房地產企業財務風險差異度相對較小，大部分企業均為業內較高風險企業。②2018年，Ⅰ類風險企業占比19.12%、Ⅱ類風險企業占比42.65%、Ⅲ類風險企業占比38.24%。結合Ci的極距（0.7728-0.0942=0.6786），由統計數據可知，在2018年，房地產企業財務風險差異度相對較大，行業風險開始向少數企業集中。

3.3 財務風險評估的實證檢驗

前述基于熵權法和TOPSIS法的企業財務風險評估模型有待進一步檢驗。文章選取樣本企業2017年和2018年的市盈率作為模型有效性的檢驗標準。市盈率可在一定程度上反映資本市場對企業未來的預期，對于Ci較大，即財務風險水平較高的企業而言，其市盈率可能相對較低。由于中國資本市場存在一定的非理性投機行為，實踐中將市盈率劃分為5大區間。相關研究認為，當市盈率小于0時其意義不大，當市盈率介于0～13時其股票價值被低估，當市盈率介于14～20時其股票估值正常，當市盈率介于21～28時其股票價值被高估，當市盈率大于28時其股價出現投機性泡沫。因此，文章在進行檢驗時剔除了市盈率小于0的樣本數據和市盈率大于28的樣本數據，共得到103個樣本（2017年50個、2018年53個）。

檢驗結果顯示，在2017年，Ci值排名前10位的樣本企業平均市盈率為15.64、Ci值排名后10位的樣本企業平均市盈率為19.03，T檢驗表明兩者在10%的水平上存在顯著差異。在2018年，Ci值排名前10位的樣本企業平均市盈率為9.23、Ci值排名后10位的樣本企業平均市盈率為11.22。由此可見，此類財務風險評估模型在一定程度上有效。

4 結論與啟示

“房住不炒”的導向及相關配套政策的出臺對房地產行業有明顯的降溫作用，部分房企已經出現了債務違約、建筑爛尾等現象。房地產行業屬于資產負債率較高的資金密集型行業，具有投資金額大、投資周期長、地域性差異大等特點，識別高財務風險的房地產企業有利于投資者合理安排資源。文章借鑒相關研究，以2017年和2018年僅在A股上市的房地產企業為研究樣本，綜合運用熵權法和TOPSIS法，依據盈利能力、償債能力、營運能力、成長能力、現金能力構建房地產企業財務風險五維評估模型。文章得出的研究結論如下：①償債能力、現金能力、營運能力在2017年和2018年的客觀賦權中均依次位列前三，在2017年三者總權重為91.46%（償債能力權重為56.20%）、在2018年三者總權重為82.61%（償債能力權重為44.33%）。與之相對應的，發展能力權重在2017年和2018年分別僅占1.92%、3.96%。該統計結果顯示，對于當前的房地產企業而言，其財務風險的主要成因是資金配置問題、現金周轉問題和投資周期問題，其中資金配置問題對于房地產企業規避財務危機最為關鍵。②由2017年和2018年的Ci排序可知，房地產行業的財務風險已不局限于三、四線城市，許多一、二線城市的房企同樣面臨風險。③由Ci極差在2018年大幅擴大可知，房地產行業內部分化日趨明顯，行業風險逐漸向部分企業集中，聚類分析結果進一步驗證了該現象。以上結論基本符合對房地產行業現狀的普遍感性認知。

基于此，文章得出以下啟示：①鑒于房地產企業財務風險的地域普遍性，在堅持“房住不炒”導向的前提下，需防止相關政策力度超過多數房企的承受范圍，防止出現行業層面的財務危機，盡量實現企業平穩過渡。②在政策趨緊的背景下，在可預見的將來，行業內財務風險相對較高的少部分房企可能出現更多的債務違約和建筑爛尾現象，投資者應理性識別風險、做出恰當的資源配置。

文章的局限在于樣本選擇問題。受公開數據限制，文章僅選擇部分上市公司作為研究樣本，得出的數據模型對于大量非上市房地產企業可能存在一定程度的適用性問題，但文章認為兩類數據對行業形勢和風險來源的基本判斷應大體趨同。

參考文獻：

[1]李榮錦，雷婷婷.基于熵權TOPSIS法的企業盈余質量評價研究——以房地產上市公司為例[J].會計之友，2019（24）：72-78.

[2]趙騰，楊世忠.熵權TOPSIS法在企業財務風險評價中的應用——以酒鬼酒公司為例[J].財會月刊，2019（3）：9-16.

[3]曹彤，郭亞軍.基于神經網絡模型的上市公司財務風險預警研究——來自山東省制造業數據[J].財會通訊，2014（9）：89-92.

[4]戚家勇，蔡永斌.房地產上市公司財務風險評價研究[J].財會通訊，2018（26）：114-118.

[5]齊岳，蔣杉杉，宋瑩瑩.房地產企業財務風險評估研究[J].財務與金融，2019（1）：66-75，87.

[作者簡介]毛慧敏（1995—），女，漢族，浙江杭州人，會計學碩士，研究方向：財務管理等。